文献

J-GLOBAL ID：201802232386229113   整理番号：18A2038831

深い畳込みニューラルネットワークによるハイパースペクトルリモートセンシング画像における雑草分類【JST・京大機械翻訳】

Weed Classification in Hyperspectral Remote Sensing Images Via Deep Convolutional Neural Network

著者 (3件)： Farooq Adnan (School of Engineering and Information Technology, University of New South, Wales Canberra, ACT, 2600, Australia) ,  Hu Jiankun (School of Engineering and Information Technology, University of New South, Wales Canberra, ACT, 2600, Australia) ,  Jia Xiuping (School of Engineering and Information Technology, University of New South, Wales Canberra, ACT, 2600, Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IGARSS  ページ： 3816-3819  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 自動雑草の検出とマッピングは,農業のコストを低減するために,またヒトの健康に対する除草剤の影響を低減するために,部位特異的雑草防除にとって重要である。本論文では,ハイパースペクトル画像を用いてパッチベースの雑草同定を検討した。畳込みニューラルネットワーク(CNN)を評価し,この目的のために指向性勾配(HoG)のヒストグラムと比較した。適切なパッチサイズを調べた。RGB画像の限界を実証した。実験結果は,CNNを用いた雑草分類の全体的精度が用いたバンド数の増加とともに増加することを示した。より多くのバンドにより,CNNはより強力で識別的な特徴を抽出し,従来のHoG特徴抽出法と比較して改善された分類に導く。しかし,CNNの計算負荷は,バンド数の増加とともにわずかに増加した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑草防除 ,  農業 ,  *画像 ,  ヒストグラム ,  除草剤 ,  *雑草 ,  指向性 ,  特徴抽出
準シソーラス用語： 計算負荷 ,  輝度勾配ヒストグラム法 ,  ハイパースペクトル画像 ,  ヒトの健康 ,  *ハイパースペクトル・リモートセンシング ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 畳込みニューラルネットワーク ,  ハイパースペクトルリモートセンシング ,  雑草 ,  分類